Kimi K3

Kimi K3: Die neue Ära der Open Frontier Intelligence

Mit der Einführung von Kimi K3 präsentiert Moonshot AI das derzeit leistungsfähigste offene Modell der Welt. Als erstes Modell der 3T-Klasse setzt Kimi K3 neue Maßstäbe in den Bereichen Frontier Intelligence, Long-Horizon Coding und komplexe Wissensarbeit. Mit beeindruckenden 2,8 Billionen Parametern und einer nativen Vision-Unterstützung ist Kimi K3 darauf ausgelegt, selbst anspruchsvollste Aufgaben autonom zu bewältigen.

Was ist Kimi K3?

Kimi K3 ist ein hochmodernes KI-Modell, das auf der innovativen Kimi Delta Attention (KDA) und Attention Residuals (AttnRes) Architektur basiert. Es verfügt über ein massives Kontextfenster von 1 Million Token, was die Verarbeitung riesiger Datenmengen in einem einzigen Durchgang ermöglicht. Als weltweit erstes offenes Modell der 3T-Klasse bietet Kimi K3 eine Leistung, die in vielen Benchmarks mit führenden proprietären Modellen wie Claude Fable 5 und GPT 5.6 Sol konkurriert.

Das Modell zeichnet sich durch seine außergewöhnliche Skalierungseffizienz aus, die im Vergleich zum Vorgänger Kimi K2 um das 2,5-fache gesteigert wurde. Kimi K3 ist nativ multimodal, was bedeutet, dass es Text, Bilder und Videos nahtlos innerhalb desselben Modells verstehen und verarbeiten kann.

Funktionen und technische Highlights

Die technologische Überlegenheit von Kimi K3 ergibt sich aus mehreren architektonischen Fortschritten:

Innovative Architektur: KDA und AttnRes

Kimi K3 nutzt Kimi Delta Attention (KDA), um den Informationsfluss über lange Sequenzen hinweg effizient zu skalieren. Ergänzt wird dies durch Attention Residuals (AttnRes), die eine selektive Abfrage von Repräsentationen über die Tiefe des Modells hinweg ermöglichen, anstatt diese lediglich uniform zu akkumulieren.

Stable LatentMoE und Expert-Sparsity

Das Modell verwendet ein Stable LatentMoE (Mixture of Experts) Framework. Von insgesamt 896 Experten werden pro Durchgang effektiv 16 Experten aktiviert. Zur Optimierung dieses Prozesses nutzt Kimi K3 das sogenannte Quantile Balancing, das die Experten-Allokation direkt aus den Router-Scores ableitet und so instabile Heuristiken eliminiert.

Multimodale Fähigkeiten

Kimi K3 ist ein natives Vision-Modell. Es kann Screenshots analysieren, visuelle Diagramme verstehen und sogar komplexe Videobearbeitungen vornehmen. Diese "Vision in the Loop"-Fähigkeit ist besonders wertvoll für Frontend-Entwicklung, Game-Design und CAD-Optimierungen.

Effizientes Training und Deployment

Durch den Einsatz von Quantization-Aware Training (QAT) ab der SFT-Phase und die Nutzung von MXFP4-Gewichten bietet Kimi K3 eine breite Hardware-Kompatibilität bei gleichzeitig hoher Inferenzgeschwindigkeit. Für den optimalen Betrieb wird der Einsatz auf Supernode-Konfigurationen mit 64 oder mehr Beschleunigern empfohlen.

Anwendungsbereiche (Use Cases) von Kimi K3

Die Vielseitigkeit von Kimi K3 zeigt sich in verschiedenen hochspezialisierten Einsatzszenarien:

Long-Horizon Coding und Kernel-Optimierung

Kimi K3 glänzt bei langwierigen Engineering-Sessions. In Tests konnte das Modell eigenständig GPU-Kernel optimieren und dabei Ergebnisse erzielen, die GPT 5.6 Sol und Claude Opus 4.8 übertrafen. Ein Highlight ist die Entwicklung von MiniTriton, einem kompakten Compiler, den Kimi K3 von Grund auf inklusive IR-Layern und Code-Generierung erstellt hat.

Wissenschaftliche Forschung

Das Modell fungiert als autonomer Forschungsassistent. In einem Fall reproduzierte Kimi K3 komplexe astrophysikalische Berechnungen (I–Love–Q universal relations), wofür es über 20 wissenschaftliche Paper analysierte, 300 Zustandsgleichungen prüfte und 3.000 Zeilen Python-Code generierte – eine Aufgabe, die normalerweise Wochen dauert, erledigte Kimi K3 in zwei Stunden.

Chip-Design

In einem Proof-of-Concept entwarf Kimi K3 autonom einen Chip für ein Nano-Modell. Innerhalb von 48 Stunden baute, optimierte und verifizierte das Modell ein Design auf der Nangate 45nm Library, das über 1,46 Millionen Standardzellen umfasst und eine Durchsatzrate von 8.700 Token/s in der Simulation erreicht.

Intelligente Wissensarbeit

Mit neuen Features wie Widgets und Dashboards in Kimi Work transformiert Kimi K3 die Datenanalyse. Es kann interaktive Berichte erstellen, wie zum Beispiel eine Analyse der ASIC-Industrie über 42 Jahre, basierend auf tausenden von Web-Suchen und PDF-Analysen.

So nutzen Sie Kimi K3

Es gibt verschiedene Wege, die Leistung von Kimi K3 in Ihren Workflow zu integrieren:

1. Kimi App: Laden Sie die neueste Version für iOS, Android oder HarmonyOS herunter oder besuchen Sie kimi.com.
2. Kimi Work: Nutzen Sie die Desktop-App (Version 3.1.0 oder höher) für Windows oder Apple Silicon Macs, um mit Widgets und Dashboards zu arbeiten.
3. Kimi Code: Verwenden Sie den Befehl /model in Ihrem Terminal, um Kimi K3 direkt für Programmieraufgaben zu aktivieren.
4. Kimi API: Entwickler können über die Kimi API-Plattform auf das Modell kimi-k3 zugreifen. Dank der disaggregierten Inferenz-Architektur von Mooncake werden hohe Cache-Hit-Raten von über 90 % erreicht.
5. Kimi Enterprise: Für Unternehmen bietet diese Version dedizierten Datenschutz und Mitgliederverwaltung.

Häufig gestellte Fragen (FAQ)

Wann werden die Modellgewichte von Kimi K3 veröffentlicht? Die vollständigen Modellgewichte von Kimi K3 werden voraussichtlich bis zum 27. Juli 2026 veröffentlicht.

Wie groß ist das Kontextfenster von Kimi K3? Das Modell unterstützt ein Kontextfenster von bis zu 1 Million Token.

Wie hoch sind die Kosten für die Nutzung der Kimi API? Die Preise für kimi-k3 liegen bei 0,30 $ pro Million Token (Cache-Hit), 3,00 $ pro Million Token (Cache-Miss) und 15,00 $ pro Million Token für den Output.

Gibt es bekannte Einschränkungen? Kimi K3 reagiert empfindlich auf die Historie des Denkprozesses (thinking history). Es wird empfohlen, während einer Session nicht das Modell zu wechseln. Zudem neigt das Modell zu einer gewissen Über-Proaktivität bei mehrdeutigen Aufgabenstellungen, was durch präzise System-Prompts gesteuert werden kann.

Welche Hardware wird für die Inferenz empfohlen? Aufgrund der Architektur (KDA) und der Größe des Modells wird die Bereitstellung auf Supernode-Konfigurationen mit mindestens 64 Beschleunigern empfohlen.

Hinweis: Kimi K3 verwendet standardmäßig den Modus "Max Thinking Effort", um die bestmögliche Antwortqualität durch tiefe logische Analyse zu gewährleisten.